Question

在我的熊猫数据框中，我有一列非唯一值我想添加第二个包含下一个唯一值的列即

col addedCol
1     5
5     2
5     2
2     4
2     4
4     (last value doesn't matter)

我如何使用熊猫来实现这一目标？

我将澄清我的意思，我希望每行包含的下一个值与该行的不同我希望我现在能更好地解释自己

Answer 1

IIUC，您需要下一个与当前值不同的值。

df.loc[:, 'col2'] = df.drop_duplicates().shift(-1).col
df['col2'].ffill(inplace=True)

    col col2
0   1   5.0
1   5   2.0
2   5   2.0
3   2   2.0

（请注意，最后一个2.0值无关紧要）。正如@MartijnPieters的建议一样，

df['col2'] = df['col2'].astype(int)

如果需要，可以将值恢复为原始整数。

从@piRSquared添加另一个好的解决方案

df.assign(addedcol=df.index.to_series().shift(-1).map(df.col.drop_duplicates()).bfill())

    col addedcol
0   1   5.0
1   5   2.0
2   5   2.0
3   2   NaN

另一个示例，如果df是

然后

df.loc[:, 'col2'] = df.drop_duplicates().shift(-1).col
df = df.ffill()

收益

    col col2
0   1   5.0
1   5   2.0
2   5   2.0
3   2   3.0
4   3   10.0
5   3   10.0
6   10  9.0
7   9   9.0

Answer 2

使用factorize

s=pd.factorize(df.col)[0]
pd.Series(s+1).map(dict(zip(s,df.col)))
Out[242]: 
0    5.0
1    2.0
2    2.0
3    NaN
dtype: float64

#df['newadd']=pd.Series(s+1).map(dict(zip(s,df.col))).values

在Mart的情况下

s=df.col.diff().ne(0).cumsum()
(s+1).map(dict(zip(s,df.col)))
Out[260]: 
0    5.0
1    2.0
2    2.0
3    4.0
4    4.0
5    5.0
6    NaN
7    NaN
Name: col, dtype: float64

Answer 3

设置

添加了具有多个群集的其他数据

df = pd.DataFrame({'col': [*map(int, '1552554442')]})

两种解释

我们必须考虑何时存在不连续的簇

df

   col   
0    1   # First instance of `1` Next unique is `5`
1    5   # First instance of `5` Next unique is `2`
2    5   #                       Next unique is `2`
3    2   # First instance of `2` Next unique is `4` because `5` is not new
4    5   #                       Next unique is `4`
5    5   #                       Next unique is `4`
6    4   # First instance of `4` Next unique is null
7    4   # First instance of `4` Next unique is null
8    4   # First instance of `4` Next unique is null
9    2   # Second time seen `2` Should Next unique be null or what it was before `4`

允许回头

使用factorize并添加1。这非常符合@Wen的回答

i, u = df.col.factorize()
u_ = np.append(u, -1)  # Append an integer value to represent null

df.assign(addedcol=u_[i + 1])

   col  addedcol
0    1         5
1    5         2
2    5         2
3    2         4
4    5         2
5    5         2
6    4        -1
7    4        -1
8    4        -1
9    2         4

仅前进

类似于之前，除了我们将跟踪累积的最大因式分解值

i, u = df.col.factorize()
u_ = np.append(u, -1)  # Append an integer value to represent null

x = np.maximum.accumulate(i)

df.assign(addedcol=u_[x + 1])

   col  addedcol
0    1         5
1    5         2
2    5         2
3    2         4
4    5         4
5    5         4
6    4        -1
7    4        -1
8    4        -1
9    2        -1

您会注意到差异在于最后一个值。当我们只能期待时，我们看到没有下一个唯一值。

用下一个唯一值替换值

3 个答案:

设置

两种解释

允许回头

仅前进